一种基于PCA和直方图均衡化的人脸识别方法技术

本发明专利技术公开了一种基于直方图均衡化与PCA相结合的人脸识别方法，包括步骤：1)数据集的构建与预处理；2)对数据集中的图像进行直方图均衡化；3)利用PCA构建适合数据的模型；4)将获取的目标图像进行直方图均衡化，导入步骤3)构建的人脸模型中，进行人脸识别。通过本发明专利技术算法可以减少人脸图像亮度对人脸识别的影响，提高人脸识别率。

【技术实现步骤摘要】
一种基于PCA和直方图均衡化的人脸识别方法
本专利技术属于生物特征识别
，涉及一种人脸识别图像识别方法，具体的说，涉及一种直方图均衡化与PCA相结合的人脸识别方法。
技术介绍
人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。与虹膜，指纹识别技术不同，人脸识别信息采集直观且非接触，并且可以远距离操作。由于智能手机和其他智能设备的普及，人脸的采集越来越简单，为公众安全，身份认证，数字娱乐产业提供了硬件支撑。人脸识别的的应用场景十分广泛，如机场安检，小区门禁，手机人脸识别。有些应用场景无法获取大量人脸信息，因此对人脸图像的处理尤为重要。本专利技术先采用直方图均衡化处理图像，增强图像对比度，然后用PCA人脸识别技术进行人脸识别。目前人脸识别的方法多种多样。通过人脸特征提取，再设计分类器进行识别，但受光照不均的影响，对非限定条件下的人脸鲁棒性较差。直方图均衡化可以减弱光照对图像的影响，因此，本专利技术提出一种基于直方图均衡化的人脸识别方法。
技术实现思路
本专利技术的目的在于克服光照的影响，提出了一种基于直本文档来自技高网...

【技术保护点】
1.一种基于PCA和直方图均衡化的人脸识别方法，其特征在于，步骤如下：/n步骤1：建立人脸特征数据库，对库中所有图像进行直方图均衡化。/n步骤2：计算协方差矩阵的特征向量和特征值。/n步骤3：人脸识别。/n

【技术特征摘要】
1.一种基于PCA和直方图均衡化的人脸识别方法，其特征在于，步骤如下：
步骤1：建立人脸特征数据库，对库中所有图像进行直方图均衡化。
步骤2：计算协方差矩阵的特征向量和特征值。
步骤3：人脸识别。


2.根据权利要求1所述的一种基于PCA和直方图均衡化的人脸识别方法，其特征在于所述步骤1具体包括：
2.1直方图均衡化是通过对图像行非线性拉伸,重新分配图像象素值,使一定灰度范围内象素值的数量大致相等。这样,原来直方图中间的峰顶部分对比度得到增强,而两侧的谷底部分对比度降低,输出图像的直方图是一个较平的分段直方图:如果输出数据分段值较小的话,会产生粗略分类的视觉效果。
2.2直方图是表示数字图像中每一灰度出现频率的统计关系。直方图能给出图像灰可以看出图像的灰度分布特性,即若大部分像素集中在低灰度区域,图像呈现暗的特性；若像素集中在高灰度区域,图像呈现亮的特性。
直方图均衡化映射方法：



在公式1中，k的取值范围为0,1,2…,L-1，式中n是图像中像素的总和，nk是当前灰度级的像素个数，L是图像中可能的灰度级总数。
2.3将库中人脸进行归一化处理，然后将库中的每人选择一定数量的图像构成训练集，其余构成测试集。


3.根据权利要求1所述的一种基于PCA和直方图均衡化的人脸识别方法，其特征在于所述步骤2具体包括：
3.1数据库中所有图像的协方差矩阵为：
CX＝(CCT...

【专利技术属性】
技术研发人员：王坚，张义兵，陈双，何义，
申请(专利权)人：湘潭大学，
类型：发明
国别省市：湖南;43